Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
ДоказательствоЗаметим, что так как по условию теоремы множество планов P’ не пусто, то согласно теореме 1.4 оно имеет хотя бы одну крайнюю точку. Рассмотрим 2 случая: 1. Пусть Р’ – выпуклый многогранник, а - решение задачи линейного программирования. Тогда согласно теореме, которая гласит, что любая точка выпуклого замкнутого ограниченного множества К может быть представлена в виде выпуклой линейной комбинации конечного числа крайних точек этого множества, , , (3.37) где - крайние точки множества Р’. Выбросим из системы крайних точек те, которые входят в разложение (3.37) с коэффициентом αi=0. Пусть это будут точки . Тогда , , т.е. выполняются условия теоремы 1.5 и, следовательно, , что и доказывает теорему. 2. Пусть Р’ – неограниченное множество, а - конечное решение задачи линейного программирования. Тогда можно указать такое положительное число М, что . (3.38) Введём в задачу линейного программирования дополнительное функциональное ограничение (3.39) и рассмотрим новую задачу линейного программирования (3.40) при условиях (3.40 – 3.42) Множество планов данной задачи обозначим Р”. Множество Р” – ограниченное, а так как компоненты вектора удовлетворяют условиям (3.40 – 3.42) и , то является решением задачи. Следовательно, согласно доказанному в случае 1 во множестве Р” существуют крайние точки такие, что причём , (3.43) Если бы хотя бы одна крайняя точка (i=1,2,…,N) не принадлежит гиперплоскости , (3.44) то она является крайней точкой множества Р’ и теорема доказана. Пусть все крайние точки (i=1,2,…,N) принадлежат гиперплоскости (3.44), то есть имеют место равенства Тогда из (3.43) имеем что противоречит условию (3.38) выбора М>0. Теорема доказана. 7. Обоснование симплекс-метода решения КЗЛП: К-матрицы, условия перехода от одной К-матрицы к другой, изменение целевой функции при переходе от одной К-матрицы к другой, критерий оптимальности опорного плана, критерий неразрешимости ЗЛП (критерий неразрешимости без доказательства) Пусть известна К-матрица (3.45) Обозначим через вектор номеров базисных (единичных) столбцов матрицы , -вектор, компоненты которого есть базисные компоненты опорного плана, определяемого матрицей , и могут быть отличны от нуля. Остальные (n-m) компонент опорного плана, определяемого матрицей , равны нулю. Очевидно, что векторы и полностью задают опорный план, определяемый матрицей . Например, пусть = , тогда =(3,1,6); = =(1,2,4) и, следовательно, опорный план, определяемый , имеет вид =(2,0,1,0,0,4). Итак, пусть К-матрица (3.45) определяет невырожденный опорный план (3.46) Выберем в матрице столбец , не принадлежащий единичной подматрице, т.е. , и такой, что в этом столбце есть хотя бы один элемент больше нуля. Пусть . Считая направляющим элементом, совершим над матрицей один шаг метода Жордана-Гаусса. В результате получим новую матрицу , (3.47) в которой столбец стал единичным, но которая может и не быть К-матрицей, так как среди величин могут быть отрицательные. Условия выбора направляющего элемента , позволяющие получить новую К-матрицу - , т.е. обосновывающие способ перехода от опорного плана к опорному плану , составляет содержание следующей теоремы, которая была доказана выше. Теорема. (критерий оптимальности опорного плана) Пусть все симплекс-разности матрицы неотрицательные. Тогда опорный план , определяемый матрицей , является оптимальным. Доказательство. По условию теоремы или (3.52) Пусть - произвольный план задачи линейного программирования. Умножим левую и правую части (3.52) на , тогда в силу неотрицательности получим (3.53) Согласно (3.53) имеем или , что и доказывает теорему.
Теорема (критерий неразрешимости). Пусть в матрице есть , и в столбце (, ) нет ни одного строго положительного элемента. Тогда ЗЛП (3.18) не имеет конечного решения.
8. Обоснование симплекс-метода решения КЗЛП: К-матрицы, условия перехода от одной К-матрицы к другой, изменение целевой функции при переходе от одной К-матрицы к другой, критерий оптимальности опорного плана (критерий оптимальности без доказательства), критерий неразрешимости ЗЛП. Пусть известна К-матрица (3.45) Обозначим через вектор номеров базисных (единичных) столбцов матрицы , -вектор, компоненты которого есть базисные компоненты опорного плана, определяемого матрицей , и могут быть отличны от нуля. Остальные (n-m) компонент опорного плана, определяемого матрицей , равны нулю. Очевидно, что векторы и полностью задают опорный план, определяемый матрицей . Например, пусть = , тогда =(3,1,6); = =(1,2,4) и, следовательно, опорный план, определяемый , имеет вид =(2,0,1,0,0,4). Итак, пусть К-матрица (3.45) определяет невырожденный опорный план (3.46) Выберем в матрице столбец , не принадлежащий единичной подматрице, т.е. , и такой, что в этом столбце есть хотя бы один элемент больше нуля. Пусть . Считая направляющим элементом, совершим над матрицей один шаг метода Жордана-Гаусса. В результате получим новую матрицу , (3.47) в которой столбец стал единичным, но которая может и не быть К-матрицей, так как среди величин могут быть отрицательные. Условия выбора направляющего элемента , позволяющие получить новую К-матрицу - , т.е. обосновывающие способ перехода от опорного плана к опорному плану , составляет содержание следующей теоремы, которая была доказана выше. Теорема. (критерий оптимальности опорного плана) Пусть все симплекс-разности матрицы неотрицательные. Тогда опорный план , определяемый матрицей , является оптимальным.
Теорема (критерий неразрешимости). Пусть в матрице есть , и в столбце (, ) нет ни одного строго положительного элемента. Тогда ЗЛП (3.18) не имеет конечного решения.
|